Tomcat在Linux上如何实现高可用

Linux上实现 Tomcat 高可用的核心思路

• 通过多实例 + 负载均衡分摊流量，避免单点。
• 在实例间启用会话复制，实现故障切换时尽量不丢会话。
• 对负载均衡器做主备或健康检查，消除入口单点。
• 将状态外置到数据库/缓存，保证数据一致性与可恢复性。
• 建立监控与告警，快速发现与恢复故障。

架构与组件选型

• 负载均衡与入口高可用
  • 使用 Nginx/HAProxy 作为反向代理与负载均衡；在入口再叠加 Keepalived VIP 实现主备切换，对外提供稳定地址。
• Tomcat 层高可用
  • 多实例部署，配置 Tomcat Cluster（SimpleTcpCluster） 与 DeltaManager 做会话复制；为 Engine 设置唯一 jvmRoute 便于会话粘滞与定位。
• 会话与状态
  • 无状态优先；有状态场景用 Tomcat 会话复制 或外置 Redis 集中会话；业务数据使用 数据库主从/集群。
• 监控与日志
  • Prometheus + Grafana 监控指标与可视化，ELK 统一日志检索与告警。

关键配置步骤

1. 部署多个 Tomcat 实例

• 安装同版本 Tomcat，区分 server.xml 中的 SHUTDOWN 端口、HTTP 连接器端口、AJP 端口、jvmRoute；准备相同或隔离的应用目录与日志目录。

2. 配置 Tomcat 集群与会话复制

• 在 server.xml 的 Engine 或 Host 内加入：
  
• 在应用的 META-INF/context.xml 或 conf/context.xml 中启用会话管理：
  
  
• 在应用的 web.xml 添加：
  
• 确保各节点网络互通，必要时配置 组播/单播 通信参数。

3. 配置负载均衡器（Nginx 示例）

• 安装与配置 upstream：
  upstream tomcat_cluster {
  server 192.168.1.11:8080 max_fails=3 fail_timeout=30s;
  server 192.168.1.12:8080 max_fails=3 fail_timeout=30s;
  server 192.168.1.13:8080 max_fails=3 fail_timeout=30s;
  }
  server {
  listen 80;
  location / {
  proxy_pass http://tomcat_cluster;
  proxy_set_header Host $host;
  proxy_set_header X-Real-IP $remote_addr;
  proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
  proxy_set_header X-Forwarded-Proto $scheme;
  }
  }
• 启用被动健康检查（max_fails/fail_timeout），必要时结合主动健康检查脚本或商业模块。

4. 入口高可用（Keepalived VIP 示例）

• 安装 Keepalived，配置 vrrp_instance：
  vrrp_instance VI_1 {
  state MASTER
  interface eth0
  virtual_router_id 51
  priority 100
  advert_int 1
  authentication { auth_type PASS; auth_pass 42 }
  virtual_ipaddress { 192.168.1.100/24 }
  }
• 备节点使用不同 priority；也可用 LVS/DR 模式做四层转发与健康检查。

5. 有状态与数据层高可用

• 会话：优先无状态；若用 Tomcat 复制，确保 DeltaManager/ClusterListener 正确配置；高并发/跨机房建议外置 Redis 会话。
• 数据库：采用 MySQL 主从复制 或 PostgreSQL 流复制，应用侧使用连接池与重试机制。

6. 监控与日志

• Prometheus 抓取 Tomcat/JVM/系统指标，Grafana 做可视化与阈值告警；ELK 收集与检索 catalina.out 与业务日志。

验证与运维要点

• 验证项
  • 健康检查与自动摘除：停掉某实例，确认 Nginx 在 fail_timeout 内不再转发并快速恢复。
  • 会话保持：登录后记录 JSESSIONID，在节点间切换请求，确认会话仍有效（复制生效时无需重新登录）。
  • 故障转移：关闭主 Keepalived/VIP，确认备节点接管 VIP 且业务无中断。
  • 压测与容量：用压测工具验证吞吐、错误率与恢复时间，调整 max_fails/fail_timeout/权重。
• 运维建议
  • 统一 JDK/Tomcat 版本 与启动参数；为实例设置 内存/GC 合理阈值并开启 JMX/Prometheus Exporter。
  • 规范发布：蓝绿/金丝雀发布，先引流少量节点验证再全量切换。
  • 变更可回滚：保留最近 N 个版本包与配置，异常一键回滚。
  • 定期演练：定期故障注入与切换演练，验证监控告警与恢复流程有效性。

常见坑与优化建议

• 会话粘滞与复制冲突：开启复制后尽量关闭或弱化 ip_hash 粘滞，避免会话不一致；使用 DeltaManager 时注意网络延迟与复制风暴。
• 组播限制：云环境常禁用 多播，改用 单播/TCP 集群通信或改用外置会话存储（如 Redis）。
• 健康检查粒度：仅 TCP 探测可能不够，结合应用层 /health 接口探测更可靠。
• 单点风险：入口 Nginx/HAProxy 与 Keepalived 建议跨机部署；数据库与应用分离，避免同机故障牵连。
• 日志与诊断：开启 access log 与 GC 日志，在 Grafana/Prometheus 中建立关键指标面板（请求成功率、响应时延、JVM 内存/GC、后端健康）。